El Consorcio de Investigación Alemán Desvela el Modelo de IA de Código Abierto Soofi
La Asociación Alemana de Inteligencia Artificial ha lanzado oficialmente Soofi S30B-A3B, un nuevo modelo de lenguaje grande de código abierto. Este hito avanza la infraestructura de IA soberana de Europa y revitaliza el sector de código abierto con un enfoque en alto rendimiento y eficiencia.
Soofi S30B-A3B presenta una arquitectura innovadora que equilibra eficiencia y potencia. Utilizando un diseño de Mezcla de Expertos (MoE) combinado con capas de atención estándar y Mamba-2, el modelo contiene 31.600 millones de parámetros pero activa solo ~3.200 millones por token. Este enfoque reduce drásticamente los costos computacionales, ofreciendo velocidades comparables a modelos más pequeños mientras mantiene un alto rendimiento. Cabe destacar que maneja contextos largos (hasta 40.000 tokens) con ocho veces el rendimiento de generación de modelos densos tradicionales, garantizando estabilidad incluso a medida que crece la longitud del contexto.

El entrenamiento priorizó el dominio del idioma alemán. Con más de 27 billones de tokens, el equipo aumentó la proporción de datos en alemán del 7,2 % al 15,3 %, integrando diversas fuentes como Wikipedia, noticias y documentos técnicos. Esta estrategia garantiza un rendimiento excepcional en tareas complejas en alemán.
Los benchmarks confirman el liderazgo de Soofi S30B-A3B entre los modelos de código abierto en inglés y alemán, superando a OLMo332B y Apertus70B. Destaca en generación de código, razonamiento profesional y conocimiento regional. Sin embargo, el equipo señala que hay margen de mejora en la extracción de contextos ultra largos y el razonamiento matemático en alemán.

Entrenado en la Nube de IA Industrial de Deutsche Telekom en Múnich utilizando 512 GPUs Nvidia B200, el proyecto forma parte de la iniciativa europea IPCEI-CIS. Impulsado completamente por energía renovable, los pesos del modelo, el código de evaluación y las listas de datos se abrirán gradualmente. Esta transparencia apoya las aplicaciones industriales europeas, y el equipo está buscando actualmente socios industriales para explorar usos en documentación técnica y generación de código.
Artículo relacionado
La estimación de 6.400 millones de dólares de Toyota en robótica pone la IA física en el centro de atención
Toyota Motor proyecta que la implementación de la automatización en sus instalaciones de fabricación, filiales y proveedores clave podría requerir aproximadamente 400.000 robots y un gasto anual de unos 1 billón de yenes (6.400 millones de dólares) a
Meta abre el código fuente de Muse Glimmer de 30 mil millones de parámetros para agentes de IA locales en hardware de consumo
El 10 de agosto, Meta lanzó Muse Glimmer, un modelo de código abierto diseñado para potenciar agentes de IA locales en hardware de consumo, marcando un paso clave en su estrategia de «Superinteligencia Personal». Con 30.000 millones de parámetros, es
GPT-5.6 podría lanzarse la próxima semana, centrado en capacidades operativas a nivel de agente
El panorama competitivo de la inteligencia artificial se intensifica rápidamente. Las filtraciones recientes sobre actualizaciones de pruebas han puesto al nuevo modelo insignia, GPT-5.6, bajo los reflectores. El consenso del mercado sugiere un lanza
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
La Asociación Alemana de Inteligencia Artificial ha lanzado oficialmente Soofi S30B-A3B, un nuevo modelo de lenguaje grande de código abierto. Este hito avanza la infraestructura de IA soberana de Europa y revitaliza el sector de código abierto con un enfoque en alto rendimiento y eficiencia.
Soofi S30B-A3B presenta una arquitectura innovadora que equilibra eficiencia y potencia. Utilizando un diseño de Mezcla de Expertos (MoE) combinado con capas de atención estándar y Mamba-2, el modelo contiene 31.600 millones de parámetros pero activa solo ~3.200 millones por token. Este enfoque reduce drásticamente los costos computacionales, ofreciendo velocidades comparables a modelos más pequeños mientras mantiene un alto rendimiento. Cabe destacar que maneja contextos largos (hasta 40.000 tokens) con ocho veces el rendimiento de generación de modelos densos tradicionales, garantizando estabilidad incluso a medida que crece la longitud del contexto.

El entrenamiento priorizó el dominio del idioma alemán. Con más de 27 billones de tokens, el equipo aumentó la proporción de datos en alemán del 7,2 % al 15,3 %, integrando diversas fuentes como Wikipedia, noticias y documentos técnicos. Esta estrategia garantiza un rendimiento excepcional en tareas complejas en alemán.
Los benchmarks confirman el liderazgo de Soofi S30B-A3B entre los modelos de código abierto en inglés y alemán, superando a OLMo332B y Apertus70B. Destaca en generación de código, razonamiento profesional y conocimiento regional. Sin embargo, el equipo señala que hay margen de mejora en la extracción de contextos ultra largos y el razonamiento matemático en alemán.

Entrenado en la Nube de IA Industrial de Deutsche Telekom en Múnich utilizando 512 GPUs Nvidia B200, el proyecto forma parte de la iniciativa europea IPCEI-CIS. Impulsado completamente por energía renovable, los pesos del modelo, el código de evaluación y las listas de datos se abrirán gradualmente. Esta transparencia apoya las aplicaciones industriales europeas, y el equipo está buscando actualmente socios industriales para explorar usos en documentación técnica y generación de código.
La estimación de 6.400 millones de dólares de Toyota en robótica pone la IA física en el centro de atención
Toyota Motor proyecta que la implementación de la automatización en sus instalaciones de fabricación, filiales y proveedores clave podría requerir aproximadamente 400.000 robots y un gasto anual de unos 1 billón de yenes (6.400 millones de dólares) a
Meta abre el código fuente de Muse Glimmer de 30 mil millones de parámetros para agentes de IA locales en hardware de consumo
El 10 de agosto, Meta lanzó Muse Glimmer, un modelo de código abierto diseñado para potenciar agentes de IA locales en hardware de consumo, marcando un paso clave en su estrategia de «Superinteligencia Personal». Con 30.000 millones de parámetros, es
GPT-5.6 podría lanzarse la próxima semana, centrado en capacidades operativas a nivel de agente
El panorama competitivo de la inteligencia artificial se intensifica rápidamente. Las filtraciones recientes sobre actualizaciones de pruebas han puesto al nuevo modelo insignia, GPT-5.6, bajo los reflectores. El consenso del mercado sugiere un lanza





Hogar






